Brisé à 23 ans, 1h du matin entrain d'implémenter de l'inférence variationnelle

Complètement brisax.
https://image.noelshack.com/fichiers/2023/51/1/1702857386-image.png
ma vie

https://image.noelshack.com/fichiers/2022/28/5/1657907437-brise.jpg

Au moins tu tapotes le postérieur de gammahttps://image.noelshack.com/fichiers/2022/37/1/1663014384-ahi-pince-mais.png

Le 18 décembre 2023 à 00:58:41 :
Au moins tu tapotes le postérieur de gammahttps://image.noelshack.com/fichiers/2022/37/1/1663014384-ahi-pince-mais.png

https://image.noelshack.com/fichiers/2022/37/1/1663014384-ahi-pince-mais.png

Au moins ton intellect est supérieur a 95% de la planète

Ton code fait quoi ? Et c'est quoi une inférence variationelle ?

editeur de merde go vim le naab

Le 18 décembre 2023 à 00:56:29 :
Complètement brisax.
https://image.noelshack.com/fichiers/2023/51/1/1702857386-image.png
ma vie

Ça me rappelle quand j'étais sur mon mémoire de recherche à 1-2h du mat, tant que t'as pas des rires nerveux t'es saint d'esprit khey

Le 18 décembre 2023 à 01:02:31 :
editeur de merde go vim le naab

J'ia vim mais je préfère pycharm

Le 18 décembre 2023 à 01:01:17 :
Ton code fait quoi ? Et c'est quoi une inférence variationelle ?

Là c'est le calcul d'une Hessienne d'une log-likelihood qui apparaît dans une loi à postériori.
Je fais de l'inférence variationnelle sur des SBM (stochastic block model) et des réseaux de Poissons :nerd:

Le 18 décembre 2023 à 01:04:58 :

Le 18 décembre 2023 à 00:56:29 :
Complètement brisax.
https://image.noelshack.com/fichiers/2023/51/1/1702857386-image.png
ma vie

Ça me rappelle quand j'étais sur mon mémoire de recherche à 1-2h du mat, tant que t'as pas des rires nerveux t'es saint d'esprit khey

plutôt des pleurs nerveux

Le 18 décembre 2023 à 01:05:36 :

Le 18 décembre 2023 à 01:02:31 :
editeur de merde go vim le naab

J'ia vim mais je préfère pycharm

Le 18 décembre 2023 à 01:01:17 :
Ton code fait quoi ? Et c'est quoi une inférence variationelle ?

Là c'est le calcul d'une Hessienne d'une log-likelihood qui apparaît dans une loi à postériori.
Je fais de l'inférence variationnelle sur des SBM (stochastic block model) et des réseaux de Poissons :nerd:

Bordel j'ai rien compris Tu conseilles des ressources en particulier si je veux comprendre tout ça ? J'ai vais bientôt avoir besoin de ce genre de truc mais j'y connais rien

Le 18 décembre 2023 à 01:06:31 :

Le 18 décembre 2023 à 01:04:58 :

Le 18 décembre 2023 à 00:56:29 :
Complètement brisax.
https://image.noelshack.com/fichiers/2023/51/1/1702857386-image.png
ma vie

Ça me rappelle quand j'étais sur mon mémoire de recherche à 1-2h du mat, tant que t'as pas des rires nerveux t'es saint d'esprit khey

plutôt des pleurs nerveux

Word me donnait pas des rapports d'erreurs toutes les 10 mins au moins

Initialement j'ai voulu tout faire avec des einsum puis j'ai été brisé -(np.einsum('ik,jl,kl,ij->', tau, tau, alpha, adj) + \
np.einsum('ik,jl,ij,ij->', tau, tau, upper_covariates @ beta, adj) - \
np.einsum('ik,jl,kl,ij->', tau, tau, np.exp(alpha), np.exp(upper_covariates @ beta)))

complèteent brisé

Ingésclave il fallait go esc moi j'ai fuit

Le 18 décembre 2023 à 01:01:17 :
Ton code fait quoi ? Et c'est quoi une inférence variationelle ?

9/10 du forum n'a pas capté, c'est si simple en plus..

Le 18 décembre 2023 à 01:07:34 :

Le 18 décembre 2023 à 01:05:36 :

Le 18 décembre 2023 à 01:02:31 :
editeur de merde go vim le naab

J'ia vim mais je préfère pycharm

Le 18 décembre 2023 à 01:01:17 :
Ton code fait quoi ? Et c'est quoi une inférence variationelle ?

Là c'est le calcul d'une Hessienne d'une log-likelihood qui apparaît dans une loi à postériori.
Je fais de l'inférence variationnelle sur des SBM (stochastic block model) et des réseaux de Poissons :nerd:

Bordel j'ai rien compris Tu conseilles des ressources en particulier si je veux comprendre tout ça ? J'ai vais bientôt avoir besoin de ce genre de truc mais j'y connais rien

Hessienne: calcul diff de L3
Log-likelihood: Intro aux stats, tu peux voir le bouquin de Wassermann, All of statistics
Stochastic block model et réseaux de poissons c'est un peu trop spécialisé, là l'article de recherche sur lequel je travaille c'est: https://academic.oup.com/jrsssc/article/70/4/858/7034009

T'as fait l'ensae ? T'es chaud kheyhttps://image.noelshack.com/fichiers/2017/14/1491656358-risijd.png

Pourquoi tu te gausses du postérieur de gamma ?

Pourquoi tu veux faire revenir Rudolf Hess ?

Si t'aimes pas ça pourquoi tu le fais ?

Le 18 décembre 2023 à 01:09:46 :

Le 18 décembre 2023 à 01:07:34 :

Le 18 décembre 2023 à 01:05:36 :

Le 18 décembre 2023 à 01:02:31 :
editeur de merde go vim le naab

J'ia vim mais je préfère pycharm

Le 18 décembre 2023 à 01:01:17 :
Ton code fait quoi ? Et c'est quoi une inférence variationelle ?

Là c'est le calcul d'une Hessienne d'une log-likelihood qui apparaît dans une loi à postériori.
Je fais de l'inférence variationnelle sur des SBM (stochastic block model) et des réseaux de Poissons :nerd:

Bordel j'ai rien compris Tu conseilles des ressources en particulier si je veux comprendre tout ça ? J'ai vais bientôt avoir besoin de ce genre de truc mais j'y connais rien

Hessienne: calcul diff de L3
Log-likelihood: Intro aux stats, tu peux voir le bouquin de Wassermann, All of statistics
Stochastic block model et réseaux de poissons c'est un peu trop spécialisé, là l'article de recherche sur lequel je travaille c'est: https://academic.oup.com/jrsssc/article/70/4/858/7034009

Merci khey